Question

我有三个数据框：

df1，df2，df3。

每个数据帧都有一个变量（分别为column1，column2，column3），该变量具有ID。

我有一个主数据帧，称为master_df，带有column_master。此列也带有一个ID。

我想编写一个循环，以便如果column_master具有df1，df2或df3中的任何ID，则创建一个名为'flag'的新列并对其进行标记：如果在df1中找到了ID，则标记flag1；如果在df2中找到，在df3中找到flag3。

到目前为止，我一直尝试这样做，但是我对如何完成代码一无所知：

def create_flag(df):

if df['column_master'] in df1['column1']:
    return df['flag']==flag_1  
elif df['column_master'] in ('column2'):
    return df['flag']==flag_2   
elif df['column_master'] in ('column3'):
    return df['flag']==flag_3 

    return df 

create_flag(master_df)

这引发了一个错误，说它无法识别我的列名。我究竟做错了什么？还有写这个更好的方法吗？

Answer 1

避免使用Pandas进行按行计算。您可以将np.select用于多个条件/值。

dfs = {1: df1, 2: df2, 3: df3}

conds = [df['column_master'].isin(dfx[f'column{idx}']) for idx, dfx in dfs.items()]
choices = [f'flag{i}' for i in range(1, len(conds)+1)]

df['flag'] = np.select(conds, choices, default='flag-None')

Answer 2

在您的代码中，我可以看到其他情况下您缺少数据框名称

def create_flag(df):

if df['column_master'] in df1['column1']:
    return df['flag']==flag_1  
elif df['column_master'] in df2['column2']:
    return df['flag']==flag_2   
elif df['column_master'] in df3['column3']:
    return df['flag']==flag_3 

    return df 

create_flag(master_df)

循环遍历dataframe列python

2 个答案: